Wielomodalna ocena funkcji prawej komory serca wspomagana przez AI na podstawie echokardiografii przewiduje śmiertelność u pacjentów z nadciśnieniem płucnym i niewydolnością prawej strony serca

Dlaczego to ma znaczenie dla pacjentów i rodzin

Nadciśnienie płucne i niewydolność prawej strony serca często przebiegają bezobjawowo, dopóki nie staną się zagrażające życiu. Lekarze mogą oceniać serce za pomocą ultrasonografii, ale wczesne, subtelne uszkodzenia prawej komory łatwo przeoczyć i trudno je zmierzyć. Badanie pokazuje, jak system sztucznej inteligencji (AI) może analizować te skany serca z większą szczegółowością niż sam człowiek, pomagając lekarzom oszacować ryzyko zgonu w szpitalu i w ciągu następnych kilku lat — a tym samym potencjalnie interweniować wcześniej.

Bliższe spojrzenie na obciążone prawe serce

Kiedy ciśnienie w krążeniu płucnym pozostaje wysokie, prawa strona serca musi tłoczyć krew przeciw dodatkowi oporu. Z czasem prawa komora rozciąga się, włókna mięśniowe słabną, a pacjenci rozwijają obrzęki, duszność i niskie ciśnienie krwi. Standardowa echokardiografia — dobrze znane badanie ultrasonograficzne serca — potrafi zmierzyć proste ruchy, na przykład jak daleko przesuwa się pierścień zastawki podczas skurczu. Jednak prawa komora ma złożony kształt i nie kurczy się równomiernie, więc te tradycyjne pomiary mogą nie wykryć wczesnych lub ogniskowych uszkodzeń, szczególnie u bardzo chorych pacjentów.

Pomiary odkształcenia mięśnia sercowego

Nowoczesne oprogramowanie ultrasonograficzne potrafi śledzić drobne wzory „plamek” w ścianie mięśniowej klatka po klatce, obliczając, jak bardzo każdy obszar skraca się i wydłuża przy każdym uderzeniu serca. Ten parametr, zwany odkształceniem podłużnym (longitudinal strain), jest szczególnie istotny dla prawej komory. W badaniu lekarze skupili się na średniej wartości odkształcenia wyliczonej z sześciu standardowych segmentów ściany prawej komory. Mniej ujemne wartości (czyli mniejsze skracanie) odzwierciedlają słabszą czynność mięśnia. Wśród 586 dorosłych hospitalizowanych z nadciśnieniem płucnym i niewydolnością prawej strony serca osoby, które zmarły, miały wyraźnie gorsze wartości odkształcenia i wyższe ciśnienia w tętnicy płucnej niż osoby, które przeżyły, co potwierdza, że ten szczegółowy miernik ruchu odzwierciedla rzeczywiste biologiczne ryzyko.

Nauczanie AI odczytywania serca

Zespół badawczy stworzył model głębokiego uczenia, który nie polegał na pojedynczej liczbie czy jednym rodzaju obrazu. Zamiast tego analizował trzy strumienie informacji pochodzące z jednego cyklu serca: pełne krzywe odkształcenia w czasie, klipy wideo z ultradźwięków z dwóch projekcji oraz zapisy Dopplera pokazujące prędkość i kierunek przepływu krwi. Każdy strumień przetwarzał własny wyspecjalizowany enkoder, a moduł „cross-attention” uczył AI kojarzyć ze sobą ruch, strukturę i wzorce przepływu, które do siebie należały. Uwzględniono także dane kliniczne i konwencjonalne pomiary ultrasonograficzne. Zadanie systemu było proste: dla każdego pacjenta wyznaczyć prawdopodobieństwo zgonu w szpitalu i w długoterminowej obserwacji.

Jak dobrze AI przewidywała wyniki

Pacjentów losowo podzielono na grupy treningowe, walidacyjne i testowe, tak aby ostateczną wydajność można było sprawdzić na danych, których AI nigdy wcześniej nie widziała. W niezależnym zbiorze testowym model osiągnął pole pod krzywą charakterystyki operacyjnej odbiornika (AUC) na poziomie 0,823, co oznacza, że prawidłowo klasyfikował pacjentów o wyższym i niższym ryzyku w ponad 8 przypadkach na 10. Przewyższał pojedyncze standardowe pomiary, w tym ciśnienie w tętnicy płucnej i średnie odkształcenie prawej komory używane osobno. System AI był także szybki: potrafił przeanalizować niezbędne informacje z ultrasonografii w około cztery minuty, w porównaniu z około dwudziestoma minutami potrzebnymi sonografowi na wykonanie i interpretację analizy odkształcenia ręcznie.

Co to może oznaczać dla opieki

Dla pacjenta leżącego na oddziale intensywnej terapii z zaawansowanym nadciśnieniem płucnym informacja, czy jego prawe serce cicho się załamuje, czy też utrzymuje się stabilnie, może zmienić decyzje terapeutyczne — na przykład kiedy nasilić leczenie farmakologiczne, rozważyć zaawansowane terapie lub zaplanować bliższe kontrole. Badanie sugeruje, że asystent AI wpięty w rutynową echokardiografię może dostarczyć bardziej precyzyjne i terminowe oszacowanie ryzyka niż same standardowe miary. Choć podejście wymaga jeszcze testów w innych szpitalach i na różnych aparatach ultrasonograficznych, wskazuje na przyszłość, w której szczegółowa, zautomatyzowana analiza ruchu serca pomaga lekarzom dostosować opiekę i potencjalnie poprawić przeżywalność osób z ciężką chorobą prawej strony serca.

Cytowanie: Mou, H., Zhang, G., Xiu, L. et al. AI–assisted multimodal assessment for right ventricular function from echocardiography predicts mortality in patients with pulmonary hypertension and right heart failure. Sci Rep 16, 5323 (2026). https://doi.org/10.1038/s41598-026-36533-y

Słowa kluczowe: nadciśnienie płucne, niewydolność prawej komory, echokardiografia, sztuczna inteligencja, predykcja ryzyka